机器学习在认知增强中的应用研究

认知训练、神经反馈和电刺激是常见的认知增强技术,有助于提高健康个体的工作能力,减少安全事故以及缓解老年人认知退化。然而,这些方法存在训练时间长、训练参数固化和训练效果不稳定等问题。近年来,研究者尝试将机器学习应用于难度自适应训练、解码神经反馈和训练效果评估等方面,以弥补现有认知增强技术的缺陷并进一步提高训练效果。其中,有监督机器学习的应用较为广泛,包括回归算法、分类算法和深度学习等。此外,有效的认知增强也可以通过提高脑信号质量进一步改善机器学习模型性能。未来研究应致力于提高数据质量、数量和多样性,并开发精度更高和解释性更好的个性化认知训练和评估系统,以实现机器学习与认知增强研究的深度融合。

脑机融合增强视觉表征:从“脑在环路建模”到“脑不在环路应用”

基于深度神经网络特征及恒河猴大脑视觉皮层脑电响应,提出了基于自适应信息融合方法的“脑在环路”图像表征模型,证明了脑机融合可以提供互补信息并提升深度神经网络模型性能;提出了基于大脑响应重建和共享表征空间的两种脑机融合计算模式,实现了“脑在环路建模,脑不在环路应用”,拓宽了脑机融合模型的应用场景;通过特征显著性可视化方法证明了共享表征有效性,为充分利用大脑视觉表征的神经响应提供了新思路。

决策融合的模糊积分方法

提出了一种基于模糊积分方法的多传感器决策融合算法．模式分类实验表明，该算法可以有效提高融合系统的正确分类率．

基于流动代理的分布网络管理体系结构

1 引言随着计算机网络的规模越来越大、复杂性越来越高,网络的性能成为人们关注的焦点之一,人们对网络管理的产品和应用的需求越来越强烈。由于信息技术的开放性和多样性,一个信息系统往往由多家厂商、多种层次的产品组成,大型的信息系统尤其复杂。

基于投影的X光图像分割区域数量判定

为了在随身行李X光图像中自动地检测和识别低亮度的危险物品,首先需要将原始图像进行分割,以得到各个目标的区域.分割图像既不能过分割,也不能欠分割.本文提出了一种基于投影的X光图像分割区域数量判定方法,通过比较分割图像序列在水平和垂直方向投影的相关程度的变化,确定最佳的图像分割区域数量.和基于统计有效指数的方法相比,该方法综合考虑了图像的统计信息和空间分布信息,不仅所得到的最优分割图像中包含足够的目标信息,便于后续的目标检测和识别,而且算法具有较小的计算量.

分布式检测系统的混合优化设计方法

提出了一种用于Ｎｅｙｍａｎ－Ｐｅａｒｓｏｎ准则下分布式检测系统优化设计的混合优化方法．该方法同时使用进化计算和Ｐｏｗｅｌ方向加速法进行搜索，无须使用目标函数的导数信息，适用于非线性优化问题以及导数信息难于计算的优化问题，具有适用性好、精度高的优点．

一种具有参数学习能力的决策融合方法

提出了一种基于模糊积分方法的多决策融合算法，通过对训练数据的学习来确定每个传感器的重要程度．分类实验表明，该算法可以有效提高融合系统的分类率．

基于进化策略的多传感器检测系统的优化设计

本文提出一种聂曼 皮尔逊准则下分布式多传感器检测系统优化设计的混合优化算法 ,该算法以进化策略方法进行全局搜索 ,辅以Powell方向加速法进行局部搜索 ,无须使用目标函数的导数信息 .对分布式恒虚警检测系统的优化设计结果表明 ,混合优化算法在收敛性和精度上都优于梯度算法 .

针刺效应的神经影像学研究

介绍了研究针刺机理的神经影像技术方法:fMRI(functional magnetic resonance imaging),PET(positron emission tomography),EEG(electroencephalography)和MEG(magnetoencephalography).介绍了针刺研究中穴位点和对照方法的选取.分别从针刺对于大脑网络、边缘系统和自主神经系统的调节3个方面概述了针刺效应神经生理机制的研究成果.指出了目前的研究所存在的问题,并对未来的研究进行展望.总结和概述了目前针刺效应的神经影像学研究和进展,希望有助于加速针刺机理的研究和认识,早日揭示针刺机理,发扬祖国传统医学.

采用序贯滤波的红外/雷达机动目标跟踪

当机动目标状态是非平稳和非线性时,红外传感器和雷达的目标状态方程和量测方程都是非线性和非高斯的,为了解决经典跟踪算法的残差较大或发散的问题,提出一种新的融合跟踪算法:在对红外传感器和雷达的量测数据进行时间对准和同步融合后,将融合后的量测数据送入重抽样粒子滤波器进行处理以预测和跟踪机动目标.最后给出了一个仿真跟踪实例,并与同类多雷达跟踪的效果进行了比较,说明了异类融合跟踪优于同类多雷达融合跟踪.

Web日志挖掘预处理中的用户识别技术

1引言 互联网技术和应用的迅速发展使得可以从因特网获取的信息量日益剧增,因此迫切需要一种新的技术从这些信息中快速、及时地发现有用的知识,提高信息的利用率.作为数据挖掘技术[1]研究的一个重要领域,Web日志挖掘(Web L0gMining)是从服务器日志文件内大量的用户访问记录中抽取有用信息的过程.通过对Web日志的分析,可以构造出用户的行为模式,对于分析改进网络性能、优化网站的设计和拓扑结构以及改善企业的市场营销决策等会有极大的帮助[2,3].

一种基于紫外极光图像的亚暴膨胀期起始时刻的自动检测方法

准确界定亚暴起始时刻是理解亚暴相关问题的关键.已有研究主要集中在两方面:一是从极光图像中人工挑选亚暴事件进行案例分析或统计分析来研究亚暴发生机制及亚暴期间的地磁环境;二是基于一些空间物理参数,如AE指数、SME(SuperMAG electrojet)指数、Pi2、正弯扰等,采用人眼判断或是模式识别的方法从中找出亚暴起始时刻.本文尝试采用模式识别的方法从紫外极光图像中自动地检测出亚暴膨胀期起始时刻.首先,将紫外极光图像通过网格化处理转换到磁地方时-地磁纬度(MLT-MLAT)直角坐标下,然后通过模糊c均值聚类方法提取亮斑,再考察亮斑强度是否增强、面积是否极向膨胀来判断是不是亚暴事件.本文方法在1996年12月—1997年2月这三个月的Polar卫星紫外极光图像上进行了实验验证.我们将检测到的亚暴起始时刻与Liou(J.Geophys.Res.,2010,115:A12219)的人工标记进行了对比,并详细分析了与标记不一致的多检和漏检事件.本文提出的自动检测方法可以快速地从海量紫外极光图像中完成亚暴事件的初步筛选,方便研究人员进一步深入研究极光亚暴.

利用子波变换提取目标回波波形特征

对Donoho阈值决策子波域去噪方法进行了研究 ,该方法采用软限幅函数对噪声信号的子波变换系数做阈值处理以达到去噪的目的。具体讨论了在Sym8子波基底下 ,用此方法对非平稳雷达回波进行五尺度的Mallat算法仿真 ,结果表明该方法除对噪声具有很好的拟制效果外 ,还有效地保留了目标回波波形特征 。

一种图像融合新算法

将小波的多分辨分解、进化策略与IHS变换有机地结合起来,提出了一种多光谱与高分辨率图像融合的新算法。该方法首先依据高分辨率图像经小波分解得到的各小波面,进行区域划分,再采用分区域加边缘有效因子的融合思想,使得融合图像最大限度地保留了多光谱图像的光谱信息和高分辨率图像的空间分辨率。文中给出了该方法的融合结果,并与IHS法、MWD法进行了比较,证明了该图像融合方法的有效性。

紫外极光图像极光卵提取方法及其评估

有效确定极光卵边界对于研究太阳风-磁层能量耦合过程是非常重要的。本文提出一种新的星载紫外极光图像极光卵边界的提取方法。该方法利用一种基于模糊局部信息C均值聚类方法,对紫外极光图像进行分割,并根据极光卵的环状特性,提取较完整的极光卵极向/赤道向边界。结合DMSP卫星沉降粒子观测数据,分别构建了极向边界和赤道向边界数据库,对本文提出的极光卵提取方法的准确性进行了评估,结果表明其性能优于现有的其他方法。

虚幻面孔加工有效连通网络的非线性DCM分析

采用让被试从纯噪声图片中产生虚幻面孔的实验范式来实现面孔top-down加工激活模式的提纯,并使用神经理论基础更为完善的非线性动态因果模型(DCM)来分析top-down方式下虚幻面孔加工有效连通脑网络.所得到的最优脑网络模型表明,枕部面孔区(OFA)在虚幻面孔加工中是关键的面孔信息生成器,它能够被顶下小叶(IPL)施加在其上的top-down注意力所调节,实现在纯噪声图片中检测出类似于面孔的特征信息,然后提供给梭状回面孔区(FFA)作进一步的面孔整体信息加工.

步态表征和步态融合方法新进展

作为可远距离感知的生物特征识别技术之一,步态识别受到越来越多的关注。有效的步态表征方法是步态识别的关键,信息融合是提高步态识别性能的重要手段。从步态表征方法和信息融合方法两方面总结了步态识别技术的最新进展;对步态表征方法做了详细的总结;从多特征融合、多视角融合和多模态生物特征融合3个方面归纳了融合在步态识别方面的发展。在此基础上,分析了步态识别的发展趋势。

突出工科院校学科交叉微生物学实践教学改革研究

近年来由于微生物学的重要性日益凸显,传统的微生物学实验教学方法和内容存在着许多不足,尤其是针对应用为主的工科院校生物类专业学生。因此,以现有微生物学实验课程中综合实验为基础,全面改革了土壤微生物系统进化综合大实验,从实验教学内容(微生物学、分子生物学、生物信息学、计算机程序设计、大数据库使用等多学科交叉)、实验教学理念(教师指导下,科研级别要求的自主实验方案设计),实验教学考核机制(实验操作、实验结果、开题报告、结题答辩、研究报告、实验报告考核多维度考核机制)等方面进行了改革和探索。改革结果显示新的实验教学模式更有利于培养学生的动手能力、工程思维能力、创新能力以及综合能力,其教学效果显著提高。

多传感器数据融合中的多目标静态数据关联

本文研究了无杂波和漏检的情况下三种不同类型、不同位置的传感器对数目未知的目标进行检测时的静态数据关联问题.这一问题可以通过对测量划分的联合似然函数的极大化来解决,通常可将其转化为三维匹配问题,但其求解的复杂度是NP的.本文提出了一种基于遗传算法的优化算法,来解决三维匹配问题,实验结果表明这种算法具有很高的关联成功率.

简化球谐近似与拉普拉斯正则化的FMT成像方法

荧光分子断层成像作为一种先进的光学分子影像,可以有效重建小动物体内荧光团的浓度和三维空间分布信息,实现肿瘤的早期检测.为了提高重建的图像性能,针对扩散模型只适合高散射低吸介质的局限性,采用基于辐射传输方程的简化球谐近似模型进行前向模拟,同时为克服重建过程的病态性,应用一种融合结构信息的拉普拉斯正则化方法进行图像重建.数值仿真实验结果表明,该方法能够获得较高质量的重建图像,尤其对于小荧光团和多荧光团成像.